أنت محاط بالشبكات العصبية. إليك كيف يحاولون محاكاة دماغ الإنسان.
الشبكات العصبية هي إحدى التقنيات المركزية للذكاء الاصطناعي.
في هذه المقابلة، يشرح “تام نغوين Tam Nguyen” -أستاذ علوم الكمبيوتر بجامعة “دايتون Dayton”- كيف تعمل الشبكات العصبية -وهي البرامج التي تحاول فيها سلسلة من الخوارزميات محاكاة الدماغ البشري-.
ما هي بعض الأمثلة على الشبكات العصبية المألوفة لمعظم الناس؟
هناك العديد من تطبيقات الشبكات العصبية.
أحد الأمثلة الشائعة هو قدرة كاميرا هاتفك الذكي على التعرف على الوجوه.
تم تجهيز السيارات ذاتية القيادة بكاميرات متعددة تحاول التعرف على المركبات الأخرى، وعلامات المرور والمشاة باستخدام الشبكات العصبية، وتعديل سرعتها وضبطها وفقًا لذلك.
الشبكات العصبية هي أيضًا وراء الاقتراحات النصية التي تراها أثناء كتابة النصوص أو رسائل البريد الإلكتروني، وحتى في أدوات الترجمة المتاحة عبر الإنترنت.
هل تحتاج الشبكة العصبية إلى معرفة مسبقة بشيء ما لتتمكن من تصنيفه أو التعرف عليه؟
نعم، لهذا السبب؛ هناك حاجة لاستخدام البيانات الضخمة في تدريب الشبكات العصبية. حيث أنهم يعملون لأنهم مدربون على كميات هائلة من البيانات؛ للتعرف على الأشياء وتصنيفها والتنبؤ بها.
في مثال السيارات ذاتية القيادة، ستحتاج إلى إلقاء نظرة على ملايين الصور ومقاطع الفيديو لجميع الأشياء الموجودة في الشارع، وإخبارها بماهية كل من هذه الأشياء.
عند النقر فوق صور ممرات المشاة لإثبات أنك لست روبوتًا أثناء تصفح الإنترنت، يمكن أيضًا استخدام هذا للمساعدة في تدريب شبكة عصبية. فقط بعد رؤية الملايين من ممرات المشاة، من جميع الزوايا المختلفة وظروف الإضاءة، يمكن للسيارة ذاتية القيادة التعرف عليها عندما تتجول في الحياة الواقعية.
في الواقع، الشبكات العصبية الأكثر تعقيدًا قادرة على تعليم نفسها.
يمكن لبعض الشبكات العصبية العمل معًا لإنشاء شيء جديد. تنشئ الشبكات وجوهًا افتراضية لا تنتمي إلى أشخاص حقيقيين عند تحديث الشاشة، حيث تحاول إحدى الشبكات إنشاء وجه، وتحاول الأخرى الحكم على ما إذا كان حقيقيًا أم مزيفًا.
يستفيد البشر من البيانات الضخمة أيضًا. فيرى الشخص حوالي 30 صورة في الثانية، مما يعني 1800 صورة في الدقيقة، وأكثر من 600 مليون صورة سنويًا.
لهذا السبب، يجب أن نمنح الشبكات العصبية فرصة مماثلة، للحصول على البيانات الضخمة للتدريب.
كيف تعمل الشبكة العصبية الأساسية؟
الشبكة العصبية هي شبكة من الخلايا العصبية الاصطناعية المبرمجة في برمجيات، تحاول محاكاة دماغ الإنسان، لذا؛ فهي تحتوي على طبقات عديدة من “الخلايا العصبية” تمامًا مثل الخلايا العصبية في دماغنا.
ستتلقى الطبقة الأولى من الخلايا العصبية مدخلات مثل: الصور والفيديو والصوت والنص، وما إلى ذلك. وتمر بيانات الإدخال هذه عبر جميع الطبقات، حيث يتم تغذية إخراج إحدى الطبقات في الطبقة التالية.
لنأخذ مثالًا على شبكة عصبية مدربة على التعرف على الكلاب والقطط. ستقوم الطبقة الأولى من الخلايا العصبية بتفكيك هذه الصورة إلى مناطق من الضوء والظلام، سيتم إدخال هذه البيانات في الطبقة التالية للتعرف على الحواف، ستحاول الطبقة التالية بعد ذلك التعرف على الأشكال المتكونة من مجموعة الحواف. ستمر البيانات عبر عدة طبقات بطريقة مماثلة، للتعرف أخيرًا على ما إذا كانت الصورة التي أظهرتها هي كلب أم قطة، وفقًا للبيانات التي تم التدريب عليها.
يمكن أن تكون هذه الشبكات معقدة بشكل لا يُصدق، وتتكون من ملايين المعلمات للتصنيف والتعرف على المدخلات التي تتلقاها.
لماذا نرى الكثير من تطبيقات الشبكات العصبية الآن؟
في الواقع، تم اختراع الشبكات العصبية منذ وقت طويل، في عام 1943م، عندما أنشأ “وارن مكولوتش Warren McCulloch” و”والتر بيتس Walter Pitts” نموذجًا حسابيًا للشبكات العصبية يعتمد على الخوارزميات.
ثم مرت الفكرة بحالة سبات طويلة، لأن الموارد الحسابية الهائلة اللازمة لبناء الشبكات العصبية لم تكن موجودة بعد.
وفي الآونة الأخيرة، عادت الفكرة بشكل كبير، بفضل الموارد الحسابية المتقدمة، مثل: وحدات المعالجة الرسومية (GPUs)، -إنها شرائح تم استخدامها لمعالجة الرسومات في ألعاب الفيديو-، ولكن اتضح أنها ممتازة في معالجة البيانات المطلوبة لتشغيل الشبكات العصبية أيضًا.
لهذا السبب، نرى الآن انتشار الشبكات العصبية.
المصادر: 1
كتابة: شيماء وصفي
تدقيق لغوي: شيماء بكري
